TP 2 : Importation et exportation de données Les outils graphiques de
|
|
- Anne-Claire Morel
- il y a 8 ans
- Total affichages :
Transcription
1 TP 2 : Importation et exportation de données Les outils graphiques de Consulter les données disponibles sur Consulter les données disponibles sur les packages chargées en mémoire : data( Consulter les données disponibles sur tous les packages du poste : data(package =.packages(all.available = TRUE Lire les données d un fichier peut lire les données stockées dans des fichiers texte (ASCII grâce, entre autres, aux fonctions suivantes : read.table(, scan(. Lorsque les données ont été sauvegardées sous le format propriétaire d'un logiciel statistique tiers, il est nécessaire de disposer d'outils permettant leur transfert vers le système. La librairie foreign offre ces outils pour une sélection des logiciels statistiques les plus courants, à savoir SAS, SPSS et Stata. Par exemple, la fonction read.spss prend en charge les données enregistrées au moyen des commandes save et export de SPSS. Par ailleurs, la fonction read.xls du package gdata fournit les outils pour lire des fichiers au format excel. Pour plus d informations, je vous renvoie au document proposé par le «R development core team» disponible gratuitement sur internet à l adresse suivante : Dans ce TP, nous nous limitons à la lecture des fichiers au format ASCII. Utilisation de la fonction read.table( Importer dans un objet nommé A le jeu de donné nommé auto2004_original.txt A = read.table('chemin/auto2004_original.txt', header = TRUE, sep = '\t' Importer dans un objet nommé B le jeu de donnée auto2004_sans_nom.txt B = read.table('chemin/auto2004_sans_nom.txt', sep = '\t' Importer dans un objet nommé C le jeu de donnée auto2004_virgule.txt C = read.table('chemin/auto2004_virgule.txt', header = TRUE, sep = '\t', dec =, Importer dans un objet nommé D le jeu de donnée auto_don_manquante.txt D = read.table('chemin/auto2004_don_manquante.txt', header = TRUE, sep = '\t'
2 Importer dans un objet nommé E le jeu de donnée auto_don_manquante(99999.txt E = read.table('chemin/auto2004_don_manquante(99999.txt', header = TRUE, sep = '\t', na.strings = Quel est le mode des objets créer par la fonction read.table(? Le mode des objets crées par la fonction read.table est la data.frame : is.data.frame(a Remarque : on peut créer des objets d un autre mode que data.frame en utilisant la fonction scan(. Nous ne traiterons pas cette situation dans le TP. Enregistrer des données Créer la matrice suivante : matrice = matrix(1:25, 5, 5 Sauver la matrice sous le nom de matrice.txt à une adresse valide. Que remarquez vous? write.table(matrice, 'chemin/matrice.txt' On remarque que par défaut les lignes et les colonnes sont nommées Ajouter des arguments à la commande précédente pour retirer des noms aux lignes et aux colonnes du fichier crée. write.table(matrice, 'chemin/matrice.txt', row.names = F, col.names = F Sauvegarder la data.frame A dans le fichier nommé auto.txt write.table(a,chemin/auto.txt' Sauver les objets disponibles en mémoire vive à l adresse /chemin/donnees.rdata save(list = ls(all = TRUE, file = "/chemin/donnees.rdata" Remarque : Si on ne spécifie pas le chemin de sauvegarde, sauve les données à l adresse données par la fonction getwd(. On peut modifier le chemin par défaut grâce à la fonction setwd( Par exemple : (setwd("/documents/donnees". Sauver les objets disponibles en mémoire vive à l adresse "/chemin/" grâce à la commande setwd( setwd("/chemin/" save.image(
3 Les graphiques propose de nombreux outils graphiques pour l analyse et la visualisation des données. On peut avoir un aperçu des possibilités graphiques de grâce à la commande demo(graphics. Gestion des fenêtres graphiques Créer la partition suivante : mat1 = matrix(c(1, 2, 3, 3, 2, 2 layout(mat1 layout.show(3 Créer la partition graphique suivante : mat2 = matrix(c(1, 2, 2, 3, 3, 4, 3, 2 layout(mat2 layout.show(4
4 Utilisation de fonctions graphiques de Utilisation de la fonction plot( Première exercice Créer une matrice, mat1, composée de 100 lignes et deux colonnes ; chacune des colonnes des vecteurs aléatoires de loi normale centrée et de variance 1. mat1 = matrix(rnorm(200, 0, 1, 100, 2 Créer une matrice, mat2, composée de 100 lignes et deux colonnes ; chacune des colonnes étant des vecteurs aléatoires de loi normale de moyenne 1 et de variance 1. mat2 = matrix(rnorm(200, mean = 1, sd = 0.5, 100, 2 Tracer le graphe bivarié de la première colonne de mat1 sur la deuxième colonne de mat1 plot(mat1 Ajouter aux graphe précédent le graphe bivarié de la première colonne de mat2 sur la deuxième colonne de mat2. Que constatez vous? Remarque : On utilisera des couleurs différentes pour distinguer les points de mat1 des points de mat2. Pour connaître la liste des couleurs disponible sur, tapez la commande colors(. plot(mat1, col = "blue" points(mat2, col = "red" On constate que les points de mat2 ne sont afficher que dans le graphique définit par les bornes de mat1. Utiliser les arguments xlim et ylim pour contourner cette problématique. mat = rbind(mat1, mat2 plot(mat1, col = "blue", xlim = range(mat[,1], ylim = range(mat[,2], main = "représentation d'un nuage de points", xlab = "X1", ylab = "X2" points(mat2, col = "red" Utiliser les options de la fonction plot( pour générer un graphique esthétique Par exemple : plot(1, xlim = range(mat[,1], ylim = range(mat[, 2], main = "représentation d'un nuage de points", xlab = "X1", ylab = "X2", bty = "l", tcl = -.25 rect(-3, -3, 3, 3, col = "cornsilk"
5 points(mat1, col = "blue", pch = 22, bg = "red" points(mat2, col = "red", pch = 25, bg = "yellow" Deuxième exercice Dans le package datasets est disponible le jeu de données iris. Charger ce jeu de données en mémoire data(iris Quel est le mode de ce jeu de données? Ce jeu de données est une data.frame Convertir le jeu de données iris en une matrice nommé matrice_iris matrice_iris = as.matrix(iris[, 1:4] Tapez la commande plot(matrice_iris. Que construit la fonction plot( dans le cadre des matrices? Dans le cadre de matrices la fonction plot( trace le graphe de la première colonne de la matrice sur la deuxième. Construire le graphique composé de tous les graphiques bivariés du jeu de données Iris (à partir de matrice_iris. Ajouter une forme et une couleur aux points en fonction de l espèce Ajouter un titre et un label. pairs(matrice_iris[,1:4], bg = c("red", "green3","blue"[as.numeric(iris[, 5]], pch = c(21, 25, 24[iris[,5]], main = "Iris de Fisher", labels = c("longueur\nsepale", "Largeur\nSepale", "Longueur\nPetale", "Largeur\nPetale" fonction plot( dans le cadre d une data.frame Troisième exercice Charger en mémoire le jeu de données iris disponible dans le package datasets. Ce jeu de données est une data.frame. Tapez la commande plot(iris. Que constatez-vous? On constate que dans le cadre des data.frame la fonction plot trace toutes les combinaisons possible de graphes bivariés.
6 Faire un graphique esthétique du jeu de données iris (couleur, titre, forme, labels, etc Par exemple : plot(iris[,1:4], bg = c("red", "green3","blue"[iris[,5]], pch = c(21, 25, 24[iris[,5]], main = "Iris de Fisher", labels = c("longueur\nsepale", "Largeur\nSepale", "Longueur\nPetale", "Largeur\nPetale" Utilisation de la fonction hist( Quatrième exercice Interessons nous aux liens entre le temps d attente entre deux éruptions et la durée des éruptions pour le «old faithful geyser» du parc national du Yellowstone (Wyoming, Etats- Unis. Ce jeu de données nommé faithful est disponible dans le package datasets. Losrqu on tape la commande?faithful, on obtient un descriptif du jeu de données. Visualiser le jeu de données faithful par l intermédiaire de la fonction plot. Définisser un seuil critique d attente au delà duquel, la probabilité que la prochaine éruption soit longue, soit forte. Posons le seuil critique arbitrairement à 63. Construire un histogramme de la durée d éruption. Ajouter un titre, labeliser l axe des abscisses, colorer les barres de l histogramme en vert, colorer les traits de l histogramme en rouge et représenter l histogramme en terme de fréquence plutôt qu en termes d effectifs. hist(faithful$eruptions, col = "green", border = "red", proba = TRUE, main = "histogramme du temps des eruptions", xlab = "le old faithful geyser" Augmenter la taille du pas de l histogramme à 20 et ajuster une loi normale à cet histogramme. Que remarque t on? hist(faithful$eruptions, col = "green", border = "red", proba = TRUE, main = "histogramme du temps des eruptions", xlab = "le old faithful geyser", breaks = 20 x = seq(from = 1.5, to = 5, length = 500
7 y = dnorm(x, mean = mean(faithful$eruptions, sd=sd(faithful$eruptions lines(x, y, col = "brown" mtext("ajustement à une loi normale" L ajustement à une loi normale n est pas adéquat. Utilisation des estimateurs locaux de la densité Superposer à l histogramme les estimateurs locaux de la densité associés aux paramètres d ajustement 0.1, 0.3, 0.8 et 1. hist(faithful$eruptions, col = "yellow", border = "green", proba = TRUE, main = "histogramme du temps des ruptions", xlab = "le old faithful geyser", breaks = 20 lines(density(faithful$eruptions, adj =.1, type='l', col='red', lwd=1 lines(density(faithful$eruptions, adj =.3, type='l', col='green', lwd=1 lines(density(faithful$eruptions, adj =.8, type='l', col='blue', lwd=1 lines(density(faithful$eruptions, adj = 1, type='l', col='black', lwd=1 On s apercoit que l estimateur local de la densité associé à un coefficient d ajustement de 0.1 dépasse de la fenêtre graphique. Imposer donc des contraintes à la taille de l axe des ordonnées. hist(faithful$eruptions, col = "yellow", border = "green", proba = TRUE, main = "histogramme du temps des ruptions", xlab = "le old faithful geyser", breaks = 20, ylim = c(0, 1 lines(density(faithful$eruptions, adj =.1, type='l', col='red', lwd=1 lines(density(faithful$eruptions, adj =.3, type='l', col='green', lwd=1 lines(density(faithful$eruptions, adj =.8, type='l', col='blue', lwd=1 lines(density(faithful$eruptions, adj = 1, type='l', col='black', lwd=1
8 Utilisation de la fonction boxplot( Partitionner votre graphique en deux dans le sens horizontal. vecteur = t(1:2 layout(vecteur Dans le premier cadre de la partition, tracer les boîtes à moustache associé aux durées d éruption conditionnellement aux temps d attente entre deux éruptions boxplot(faithful$eruption ~ faithful$waiting Dans le second cadre de la partition, utiliser le seuil calculé précédemment pour construire deux boites à moustache associé aux durées d éruption conditionnellement aux temps d attente entre deux éruptions. L une codant les séisme court et l autre codant les séisme long. Pour ce faire créer une variable égale à court si waiting est inférieur au seuil et à long si waiting est supérieur au seuil. Y = character(272 Y[faithful$waiting > 63] = "long" Y[faithful$waiting <= 63] = "court" Y = as.factor(y boxplot(faithful$eruption ~ Y Décorer le graphique (Couleur, label, titre et rajouter un indicateur de densité. boxplot(faithful$eruption ~ Y, col = c("yellow", "red", main = "boxplot en fonction de la duree du seisme", xlab = "court vs long" rug(faithful$eruption, side = 2 Utilisation de la fonction pie( On souhaite visualiser, via les boîtes à moustache, la proportion de séisme dont la durré est supérieur à 3 minutes. Y = numeric(272 Y[faithful$eruption > 3] = 1 Y[faithful$eruption <= 3] = 0 Pourcentage_court = length(y[y == 0]/nrow(faithful Pourcentage_long = length(y[y == 1]/nrow(faithful Seisme = c(pourcentage_court, Pourcentage_long names(seisme = c("seisme long", "seisme court" pie(seisme, col = c("yellow", "red", main = "duree des seismes", border = NA
9 Utilisation des packages grid et lattice Charger le package lattice en mémoire library(lattice Nous allons illustrer l utilisation les fonctions du package lattice à l aide du jeu de données bordeaux_r.txt. Il s agit d un jeu de données qui fournit la qualité de vin de bordeaux (QUALITE en fonction de 4 facteurs (TEMPERAT, SOLEIL, CHALEUR, PLUIE Télécharger le jeu de données Bordeaux_R.txt à l adresse suivante : Charger en mémoire ce jeu de données sur. A = read.table('/chemin/bordeaux_r.txt', header = TRUE, sep = '\t' TEMPERAT = somme des températures moyennes journalières ( C SOLEIL = Durée d insolation (h CHALEUR = Nombre de jours de grande chaleur PLUIE = hauteur de pluie en (mm QUALITÉ : 1 = BON, 2 = MOYEN et 3 = MÉDIOCRE On souhaite évaluer l impact des différents variables sur la qualité des vins de bordeaux. Tracer les estimateurs de la densité de chacune des variables conditionnellement à la qualité. Qu en concluez-vous? densityplot(~ A$TEMPERAT A$QUALITE, xlab = "Temperature", col = "red" densityplot(~ A$SOLEIL A$QUALITE, xlab = "Soleil", col = "Yellow" densityplot(~ A$CHALEUR A$QUALITE, xlab = "Chaleur", col = "green" densityplot(~ A$PLUIE A$QUALITE, xlab = "Pluie", col = "blue" On peut interpréter l influence de chaque variable sur la qualité du produit. Par exemple : A l aide du premier graphique sur la température, on peut remarquer que les meilleurs vins résultent d année de forte température Effectuer la même analyse à l aide des boîtes à moustaches conditionnées bwplot(~ A$TEMPERAT A$QUALITE, xlab = "Temperature", col = "red" bwplot (~ A$SOLEIL A$QUALITE, xlab = "Soleil", col = "Yellow" bwplot (~ A$CHALEUR A$QUALITE, xlab = "Chaleur", col = "green" bwplot (~ A$PLUIE A$QUALITE, xlab = "Pluie", col = "blue" On peut interpréter l influence de chaque variable sur la qualité du produit. Par exemple : A l aide du graphique sur la pluie, on peut remarquer que les meilleurs vins résultent d année plutôt sèche
10 Visualiser les relations entre couple de variables conditionnellement à la qualité. Conclure splom(~a[ 2:5] A$QUALITE, pscale = 0 Par exemple : On remarque qu une année peu pluvieuse jumelée à de forte chaleur fournira des vins de bonne qualité ; ce qui ne semble pas surprenant!! Prochain T.P : Vendredi 17 juin Thème : Analyse statistique avec
Lire ; Compter ; Tester... avec R
Lire ; Compter ; Tester... avec R Préparation des données / Analyse univariée / Analyse bivariée Christophe Genolini 2 Table des matières 1 Rappels théoriques 5 1.1 Vocabulaire....................................
Plus en détailR01 Import de données
R01 Import de données A partir du package de base, R peut lire les données stockées dans des fichiers texte, à partir notamment des fonctions read.table, read.csv, read.delim, read.csv2, read.delim2, et
Plus en détailGestion des données avec R
Gestion des données avec R Christophe Lalanne & Bruno Falissard Table des matières 1 Introduction 1 2 Importation de fichiers CSV 1 2.1 Structure du fichier de données...................................
Plus en détailSEMIN. Données sous R : stockage et échange. Julio PEDRAZA ACOSTA
SEMIN Données sous R : stockage et échange Julio PEDRAZA ACOSTA UMR 5202 Origine Structure et Evolution de la Biodiversité Département Systématique et Evolution, MNHN pedraza@mnhn.fr SEMIN R du MNHN 10
Plus en détailLeslie REGAD ; Gaëlle LELANDAIS. leslie.regad@univ- paris- diderot.fr ; gaelle.lelandais@univ- paris- diderot.fr
Programmation avec R Polycopié d exercices Leslie REGAD ; Gaëlle LELANDAIS leslie.regad@univ- paris- diderot.fr ; gaelle.lelandais@univ- paris- diderot.fr Ce polycopié rassemble différents exercices vous
Plus en détailOptimiser ses graphiques avec R
Optimiser ses graphiques avec R Jérôme Sueur MNHN Systématique et Evolution UMR CNRS 7205 OSEB sueur@mnhn.fr 28 Avril 2011 1 Typologie 2 Base 3 ggplot2 4 Références Outline 1 Typologie 2 Base 3 ggplot2
Plus en détailSéance 0 : Linux + Octave : le compromis idéal
Séance 0 : Linux + Octave : le compromis idéal Introduction Linux est un système d'exploitation multi-tâches et multi-utilisateurs, basé sur la gratuité et développé par une communauté de passionnés. C'est
Plus en détailFête de la science Initiation au traitement des images
Fête de la science Initiation au traitement des images Détection automatique de plaques minéralogiques à partir d'un téléphone portable et atelier propose de créer un programme informatique pour un téléphone
Plus en détailAide-mémoire de statistique appliquée à la biologie
Maxime HERVÉ Aide-mémoire de statistique appliquée à la biologie Construire son étude et analyser les résultats à l aide du logiciel R Version 5(2) (2014) AVANT-PROPOS Les phénomènes biologiques ont cela
Plus en détailInitiation à l analyse en composantes principales
Fiche TD avec le logiciel : tdr601 Initiation à l analyse en composantes principales A.B. Dufour & J.R. Lobry Une première approche très intuitive et interactive de l ACP. Centrage et réduction des données.
Plus en détailIntroduction aux Statistiques et à l utilisation du logiciel R
Introduction aux Statistiques et à l utilisation du logiciel R Christophe Lalanne Christophe Pallier 1 Introduction 2 Comparaisons de deux moyennes 2.1 Objet de l étude On a mesuré le temps de sommeil
Plus en détailIntroduction à MATLAB R
Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d
Plus en détailCours 1. I- Généralités sur R II- Les fonctions de R et autres objets III-Les vecteurs
Cours 1 I- Généralités sur R II- Les fonctions de R et autres objets III-Les vecteurs IV-Les facteurs I-1 Généralités sur R R (1995, AT&T Bell Laboratories) est un logiciel d analyse statistique et graphique,
Plus en détailPackage TestsFaciles
Package TestsFaciles March 26, 2007 Type Package Title Facilite le calcul d intervalles de confiance et de tests de comparaison avec prise en compte du plan d échantillonnage. Version 1.0 Date 2007-03-26
Plus en détailInitiation au logiciel R
Université Paris Dauphine Année 2005 2006 U.F.R. Mathématiques de la Décision MAT-6-3 : Statistique exploratoire et numérique (NOISE) Initiation au logiciel R Jean-Michel MARIN Ce document a pour objectif
Plus en détailAnalyse exploratoire des données
Analyse exploratoire des données Introduction à R pour la recherche biomédicale http://wwwaliquoteorg/cours/2012_biomed Objectifs Au travers de l analyse exploratoire des données, on cherche essentiellement
Plus en détailTP1 : LOGICIEL R ET PRÉDICTION DE L EFFLORESCENCE ALGALE
Apprentissage statistique et data mining ENSAE, 3 ème année A. Dalalyan TP1 : LOGICIEL R ET PRÉDICTION DE L EFFLORESCENCE ALGALE A propos du logiciel R Le système R est un logiciel distribué gratuitement
Plus en détailINTRODUCTION À L'ENVIRONNEMENT DE PROGRAMMATION STATISTIQUE R
INTRODUCTION À L'ENVIRONNEMENT DE PROGRAMMATION STATISTIQUE R Y. BROSTAUX (1) RÉSUMÉ Cette note constitue une introduction au langage et à l'environnement de programmation 5 dans sa version 1.4.1 pour
Plus en détailLa place de SAS dans l'informatique décisionnelle
La place de SAS dans l'informatique décisionnelle Olivier Decourt ABS Technologies - Educasoft Formations La place de SAS dans l'informatique décisionnelle! L'historique de SAS! La mécanique! La carrosserie
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailIntroduction à R. Florence Yerly. Dept. de mathématiques, Université de Fribourg (CH) SP 2011
Dept. de mathématiques, Université de Fribourg (CH) SP 2011 Qu est ce que R? Un logiciel de statistiques libre et gratuit ; Un logiciel multi-plateforme (UNIX, Windows MacOS X) R permet de faire des calculs
Plus en détailUne introduction au langage R
Une introduction au langage R Faouzi LYAZRHI UP Biostatistique Ecole Nationale Vétérinaire, 23, chemin des Capelles, BP 87614, F-31076 Toulouse cédex email : f.lyazrhi@envt.fr 2005 1. INSTALLER R 3 2.
Plus en détail1 Importer et modifier des données avec R Commander
Université de Nantes 2015/2016 UFR des Sciences et Techniques Département de Mathématiques TP1 STATISTIQUE DESCRIPTIVE Frédéric Lavancier Avant propos Ouvrir l application R Saisir dans la console library(rcmdr)
Plus en détailTraitement des données avec Microsoft EXCEL 2010
Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation
Plus en détailMANIPULATION ET VISUALISATION DE GROSSES BASES DE DONNÉES AVEC R
MANIPULATION ET VISUALISATION DE GROSSES BASES DE DONNÉES AVEC R Jeudi 10 octobre 2013 CHAIGNEAU Alicia GAZAN Rozenn DAUFOUY Camille JOURDAN Sandra Introduction 2 Evolution des outils de collecte Big data
Plus en détailDensité de population et ingestion de nourriture chez un insecte vecteur de la maladie de Chagas
Fiche TD avec le logiciel : tdr335 Densité de population et ingestion de nourriture chez un insecte vecteur de la maladie de Chagas F. Menu, A.B. Dufour, E. Desouhant et I. Amat La fiche permet de se familiariser
Plus en détailInfolettre #18 : Les graphiques avec Excel 2010
Infolettre #18 : Les graphiques avec Excel 2010 Table des matières Introduction... 1 Hourra! Le retour du double-clic... 1 Modifier le graphique... 4 Onglet Création... 4 L onglet Disposition... 7 Onglet
Plus en détail1 Introduction - Qu est-ce que le logiciel R?
Master 1 GSI - Mentions ACCIE et RIM - ULCO, La Citadelle, 2012/2013 Mesures et Analyses Statistiques de Données - Probabilités TP 1 - Initiation au logiciel R 1 Introduction - Qu est-ce que le logiciel
Plus en détailExtraction d information des bases de séquences biologiques avec R
Extraction d information des bases de séquences biologiques avec R 21 novembre 2006 Résumé Le module seqinr fournit des fonctions pour extraire et manipuler des séquences d intérêt (nucléotidiques et protéiques)
Plus en détailTests statistiques et régressions logistiques sous R, avec prise en compte des plans d échantillonnage complexes
, avec prise en compte des plans d échantillonnage complexes par Joseph LARMARANGE version du 29 mars 2007 Ce cours a été développé pour une formation niveau M2 et Doctorat des étudiants du laboratoire
Plus en détailUtilisation du logiciel ImageJ gratuit
Utilisation du logiciel ImageJ gratuit on peut récupérer sur le lien suivant : http://rsbweb.nih.gov/ij/ à partir duquel ce résumé très bref (!!) a été élaboré Lancer ImageJ Vous avez une fenêtre qui s'ouvre
Plus en détailDécouverte du tableur CellSheet
Découverte du tableur CellSheet l application pour TI-83 Plus et TI-84 Plus. Réalisé par Guy Juge Professeur de mathématiques et formateur IUFM de l académie de Caen Pour l équipe des formateurs T 3 Teachers
Plus en détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
Plus en détailOpérations de base sur ImageJ
Opérations de base sur ImageJ TPs d hydrodynamique de l ESPCI, J. Bico, M. Reyssat, M. Fermigier ImageJ est un logiciel libre, qui fonctionne aussi bien sous plate-forme Windows, Mac ou Linux. Initialement
Plus en détail1 Modélisation d être mauvais payeur
1 Modélisation d être mauvais payeur 1.1 Description Cet exercice est très largement inspiré d un document que M. Grégoire de Lassence de la société SAS m a transmis. Il est intitulé Guide de démarrage
Plus en détailINTRODUCTION AU DATA MINING
INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre
Plus en détailTraitement d un AVI avec Iris
Traitement d un AVI avec Iris 1. Définir le répertoire de travail Fichier > Réglages (Ctrl + R) Et on définit le chemin du répertoire de travail. C est là que les images vont être stockées. 2. Convertir
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailSEMIN- Gestion des couleurs sous R. Michel BAYLAC. MNHN Département Systématique et Evolution OSEB baylac@mnhn.fr
SEMIN- Gestion des couleurs sous R Michel BAYLAC MNHN Département Systématique et Evolution OSEB baylac@mnhn.fr SEMIN-R du MNHN 08 Janvier 2008 Sémin R du MNHN : 8 janvier 2008 Gestion des couleurs sous
Plus en détailTP de Statistiques: Utilisation du logiciel R
TP de Statistiques: Utilisation du logiciel R Année 2006-2007 2 Table des matières Introduction i 1 Premiers pas avec R 1 1.1 R est une calculatrice............................................. 1 1.2 R
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailURECA Initiation Matlab 2 Laurent Ott. Initiation Matlab 2
Initiation Matlab 2 1 Chaînes de caractères (string) Une chaîne de caractères (string en anglais) est une suite ordonnée de caractères (du texte, par exemple). Sous matlab, les chaînes de caractères sont
Plus en détailAnalyses multivariées avec R Commander (via le package FactoMineR) Qu est ce que R? Introduction à R Qu est ce que R?
Analyses multivariées avec R Commander Analyses multivariées avec R Commander (via le package FactoMineR) Plate-forme de Support en Méthodologie et Calcul Statistique (SMCS) - UCL 1 Introduction à R 2
Plus en détailStudio. HERITIER Emmanuelle PERSYN Elodie. SCHMUTZ Amandine SCHWEITZER Guillaume
Studio HERITIER Emmanuelle PERSYN Elodie SCHMUTZ Amandine SCHWEITZER Guillaume Cours R Présentation projet 10/10/2013 Introduction RStudio est une interface créé par JJ Allaire Elle est sortie le 11 Février
Plus en détailINTRODUCTION AU LOGICIEL R
INTRODUCTION AU LOGICIEL R Variables et mise en jambe Anne Dubois, Julie Bertrand, Emmanuelle Comets emmanuelle.comets@inserm.fr INSERM UMR738 (UMR738) 1 / 68 Sur le site www.cran.r-project.org : Ou trouver
Plus en détailGnuplot. Chapitre 3. 3.1 Lancer Gnuplot. 3.2 Options des graphes
Chapitre 3 Gnuplot Le langage C ne permet pas directement de dessiner des courbes et de tracer des plots. Il faut pour cela stocker résultats dans des fichier, et, dans un deuxième temps utiliser un autre
Plus en détailLeçon N 4 : Statistiques à deux variables
Leçon N 4 : Statistiques à deux variables En premier lieu, il te faut relire les cours de première sur les statistiques à une variable, il y a tout un langage à se remémorer : étude d un échantillon d
Plus en détailExtraction d informations stratégiques par Analyse en Composantes Principales
Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction
Plus en détailManipuler des données calendaires
Fiche TD avec le logiciel : tdr1b Manipuler des données calendaires D. Chessel La fiche contient quelques exercices élémentaires pour lire, éditer et manipuler des dates d événements. On pourra y revenir
Plus en détailDécouverte du logiciel ordinateur TI-n spire / TI-n spire CAS
Découverte du logiciel ordinateur TI-n spire / TI-n spire CAS Mémento Ouvrir TI-Nspire CAS. Voici la barre d outils : L insertion d une page, d une activité, d une page où l application est choisie, pourra
Plus en détailSUGARCRM MODULE RAPPORTS
SUGARCRM MODULE RAPPORTS Référence document : SYNOLIA_Support_SugarCRM_Module_Rapports_v1.0.docx Version document : 1.0 Date version : 2 octobre 2012 Etat du document : En cours de rédaction Emetteur/Rédacteur
Plus en détailCours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
Plus en détailPython - introduction à la programmation et calcul scientifique
Université de Strasbourg Environnements Informatique Python - introduction à la programmation et calcul scientifique Feuille de TP 1 Avant de commencer Le but de ce TP est de vous montrer les bases de
Plus en détailTravaux pratiques avec RapidMiner
Travaux pratiques avec RapidMiner Master Informatique de Paris 6 Spécialité IAD Parcours EDOW Module Algorithmes pour la Fouille de Données Janvier 2012 Prise en main Généralités RapidMiner est un logiciel
Plus en détailACP Voitures 1- Méthode
acp=princomp(voit,cor=t) ACP Voitures 1- Méthode Call: princomp(x = voit, cor = T) Standard deviations: Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 2.1577815 0.9566721 0.4903373 0.3204833 0.2542759 0.1447788
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailNote de cours. Introduction à Excel 2007
Note de cours Introduction à Excel 2007 par Armande Pinette Cégep du Vieux Montréal Excel 2007 Page: 2 de 47 Table des matières Comment aller chercher un document sur CVMVirtuel?... 8 Souris... 8 Clavier
Plus en détailJérôme Mathieu janvier 2007. Débuter avec R. Ce document est disponible sur le site web : http://www.jerome.mathieu.freesurf.
Jérôme Mathieu janvier 2007 Débuter avec R Ce document est disponible sur le site web : http://www.jerome.mathieu.freesurf.fr - 1 - Sommaire 1 Principes de base pour utiliser R... 3 $$$ Démarrer R pour
Plus en détailMéthode de Monte Carlo pour le calcul d'options
Méthode de Monte Carlo pour le calcul d'options LADIAS Elie, WANG Shuai 7 juin 2013 1 Table des matières 1 Méthode de Monte-Carlo et Calcul d'intégrales 4 1.1 Description de la méthode....................
Plus en détailRÉALISATION DE GRAPHIQUES AVEC OPENOFFICE.ORG 2.3
RÉALISATION DE GRAPHIQUES AVEC OPENOFFICE.ORG 2.3 Pour construire un graphique : On lance l assistant graphique à l aide du menu Insérer è Diagramme en ayant sélectionné au préalable une cellule vide dans
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailEquations cartésiennes d une droite
Equations cartésiennes d une droite I) Vecteur directeur d une droite : 1) Définition Soit (d) une droite du plan. Un vecteur directeur d une droite (d) est un vecteur non nul la même direction que la
Plus en détailTP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3
TP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 30/11/2011 Plan du TP 2 Rappel sur la chaine de BI Présentation de la suite Microsoft BI Ateliers sur SSIS (2H) Ateliers sur RS (2H) 3 Rappel sur la chaine de
Plus en détailLocalisation des fonctions
MODALISA 7 Localisation des fonctions Vous trouverez dans ce document la position des principales fonctions ventilées selon l organisation de Modalisa en onglets. Sommaire A. Fonctions communes à tous
Plus en détailFaire un semi variograme et une carte krigée avec surfer
Faire un semi variograme et une carte krigée avec surfer Jérôme Mathieu http://www.jerome.mathieu.freesurf.fr avril 2004 Fichier de données Faire un fichier excel avec les données organisée en colonnes:
Plus en détailIntroduction à. Julien Barnier Centre Max Weber CNRS UMR 5283 julien.barnier@ens-lyon.fr. Version 2.0 12 septembre 2013. http://xkcd.
Introduction à Julien Barnier Centre Max Weber CNRS UMR 5283 julien.barnier@ens-lyon.fr Version 2.0 12 septembre 2013 http://xkcd.com/627/ Table des matières 1 Introduction 5 1.1 À propos de ce document....................................
Plus en détailPremière session de travail
Fiche TD avec le logiciel : tdr12 Première session de travail D. Chessel, A.B. Dufour & J.R. Lobry Table des matières 1 Importer des données 2 2 Consulter la documentation 4 3 Le passage des paramètres
Plus en détailDeuxième Licence en Informatique Data Warehousing et Data Mining La Classification - 1
Deuxième Licence en Informatique Data Warehousing et Data Mining La Classification - 1 V. Fiolet Université de Mons-Hainaut 2006-2007 Nous allons aujourd hui nous intéresser à la tâche de classification
Plus en détailGoogle Documents permet d élaborer un questionnaire, de le diffuser sur le net pour ensuite le dépouiller.
Google Documents Google Documents permet d élaborer un questionnaire, de le diffuser sur le net pour ensuite le dépouiller. Phase préliminaire: Pensez à identifier le public que vous souhaitez cibler Pensez
Plus en détailPrésentation du logiciel
Chapitre A Présentation du logiciel R Pré-requis et objectif La lecture du chapitre sur l installation de R dans les Annexes peut se révéler utile. Ce chapitre présente les origines, l objectif et les
Plus en détailExcel 2010 Intermediaire
(Enregistrez le fichier sur votre ordinateur et ouvrez-le avec Acrobat Reader) Excel 2010 Intermediaire Dans ce fichier de positionnement nous vous demandons de valider (en cochant les différentes cases)
Plus en détailStatistique inférentielle TD 1 : Estimation
POLYTECH LILLE Statistique inférentielle TD : Estimation Exercice : Maîtrise Statistique des Procédés Une entreprise de construction mécanique fabrique de pièces demoteurdevoiturepourungrandconstructeur
Plus en détailhttp://cermics.enpc.fr/scilab
scilab à l École des Ponts ParisTech http://cermics.enpc.fr/scilab Introduction à Scilab Graphiques, fonctions Scilab, programmation, saisie de données Jean-Philippe Chancelier & Michel De Lara cermics,
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailDATALOGGERS SEFRAM LOG1601 et LOG1620
DATALOGGERS SEFRAM LOG1601 et LOG1620 Présentation des minis enregistreurs : Les minis enregistreurs SEFRAM LOG1601 et LOG1620 permettent d enregistrer des températures et un taux d humidité relative (LOG1620
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en détailManuel de formation Spaceman 1 ère journée
Manuel de formation Spaceman 1 ère journée Table des Matières Présentation des barres d outils et des icônes...4 Présentation de l espace de travail...10 1 ère PARTIE : CONSTRUIRE LE MOBILIER...11 La gondole
Plus en détailFEN FICHE EMPLOIS NUISANCES
Version 4.8.2 Date mise à jour : 19 Février 2013 Auteur : LAFUMA Gilles Email : glfm02@orange.fr Web : www.procarla.fr/soft Présentation : FEN FICHE EMPLOIS NUISANCES Le Logiciel FEN Fiche emploi nuisance
Plus en détailCréer son questionnaire en ligne avec Google Documents
Créer son questionnaire en ligne avec Google Documents (actualisation et précision de l article paru sur http://www.marketing- etudiant.fr/actualites/collecte-donnees.php) Se connecter avec son compte
Plus en détailReconstruction de bâtiments en 3D à partir de nuages de points LIDAR
Reconstruction de bâtiments en 3D à partir de nuages de points LIDAR Mickaël Bergem 25 juin 2014 Maillages et applications 1 Table des matières Introduction 3 1 La modélisation numérique de milieux urbains
Plus en détailEXCEL et base de données
EXCEL et base de données 1. Variables et données 2. Saisie de données: quelques règles 3. EXCEL et saisie des données 4. Exemple de tableau EXCEL 5. Éviter d éventuels problèmes 1 1.1 Variables et données
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailStatistiques descriptives
Statistiques descriptives L3 Maths-Eco Université de Nantes Frédéric Lavancier F. Lavancier (Univ. Nantes) Statistiques descriptives 1 1 Vocabulaire de base F. Lavancier (Univ. Nantes) Statistiques descriptives
Plus en détailREPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE LA FORMATION PROFESSIONNELLE. Microsoft. Excel XP
IFP Birkhadem Alger Rue des trois frères Djillali 1 REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE LA FORMATION PROFESSIONNELLE INSTITUT DE LA FORMATION PROFESSIONNELLE DE BIRKHADEM Initiation
Plus en détailUtilisation de XnView
http://www.rakforgeron.fr 27/02/2015 Utilisation de XnView Les photos d'actes généalogiques, les scans de documents réalisés par vous, ou vos saisies d'écran de documents téléchargés sur Internet, au-delà
Plus en détailManuel d utilisation de la base de données nationale sur la situation de l enfance en Tunisie CHILDINFO 6.0
2010 Manuel d utilisation de la base de données nationale sur la situation de l enfance en Tunisie CHILDINFO 6.0 Observatoire d Information, de Formation, de Documentation et d Etudes pour la Protection
Plus en détailIntroduction à la présentation graphique avec xmgrace
Chapitre 6 Introduction à la présentation graphique avec xmgrace Contenu 6.1 Avant-propos....................... 71 6.2 Faire un simple graphe................. 72 6.3 Un graphe avec plusieurs courbes...........
Plus en détailIMPORTATION, CRÉATION, MANIPULATION, EXPORTATION DE DONNÉES STATISTIQUES
IMPRTATIN, CRÉATIN, MANIPULATIN, EXPRTATIN DE DNNÉES STATISTIQUES Bernard Dupont Bernard.Dupont@univ-lille1.fr ahm.bahah@yahoo.fr Bien que l'analyse et le traitement des données ne soient pas sa vocation
Plus en détail4 Statistiques. Les notions abordées dans ce chapitre CHAPITRE
CHAPITRE Statistiques Population (en milliers) 63 6 6 6 Évolution de la population en France 9 998 999 3 Année Le graphique ci-contre indique l évolution de la population française de 998 à. On constate
Plus en détailSPHINX Logiciel de dépouillement d enquêtes
SPHINX Logiciel de dépouillement d enquêtes sphinx50frversion4.doc 1 Les trois stades du SPHINX sont ceux que comporte habituellement toute enquête d opinion: Elaboration du questionnaire (fiche outil
Plus en détailIMAGES NUMÉRIQUES MATRICIELLES EN SCILAB
IMAGES NUMÉRIQUES MATRICIELLES EN SCILAB Ce document, écrit par des animateurs de l IREM de Besançon, a pour objectif de présenter quelques unes des fonctions du logiciel Scilab, celles qui sont spécifiques
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailUtilisation du site de retours Lexibook
1 Utilisation du site de retours Lexibook Se connecter au site 2 Remplir une demande de retour 3 Soumettre une demande de retour 4 Sauvegarder une demande de retour 4 Vérifier la validation d une demande
Plus en détailTP : Gestion d une image au format PGM
TP : Gestion d une image au format PGM Objectif : L objectif du sujet est de créer une classe de manipulation d images au format PGM (Portable GreyMap), et de programmer des opérations relativement simples
Plus en détailLIMESURVEY. LimeSurvey est une application permettant de créer des questionnaires d enquête en ligne et d en suivre le dépouillement.
LIMESURVEY LimeSurvey est une application permettant de créer des questionnaires d enquête en ligne et d en suivre le dépouillement. CERPEG janvier 2014 - Fabienne Mauri - Académie de Bordeaux page 1 SOMMAIRE
Plus en détailAP1.1 : Montages électroniques élémentaires. Électricité et électronique
STI2D Option SIN Terminale AP1.1 : Montages électroniques élémentaires Électricité et électronique Durée prévue : 3h. Problématique : connaître les composants élémentaires de l'électronique Compétences
Plus en détailInstallation et utilisation de Cobian Backup 8
Installation et utilisation de Cobian Backup 8 Dernière mise à jour le 25/09/2007 Version utilisée : 8.4.0.198 Version du document : 1.0 Page 1 sur 12 SOMMAIRE 1. Téléchargement 2. Installation 3. Mise
Plus en détail